Coinbase 洞察：Crypto x AI 相辅相成，一览细分赛道中的所有机会

作者：Jonathan King

编译：深潮TechFlow

总结：人工智能的未来可以基于区块链技术发展，因为加密技术能够提升新兴科技的可访问性、透明度和应用场景。加密技术的高效性、无国界特性和可编程性与人工智能的结合，可能会改变人类与机器在数字经济中的互动方式，使用户掌控自己的个人数据。这也包括“Agentic Web”的崛起，在这个网络中，运行在加密基础设施上的 AI 智能体能够推动经济活动和增长。

披露和脚注：Coinbase Ventures 的投资组合公司在下文首次提及时会用星号 (*) 标出

那么这是什么样子的呢？AI 智能体在加密基础设施上进行交易。AI 创建的软件代码，包括智能合约，推动了链上应用和体验的激增。用户可以拥有、管理并从他们参与的 AI 模型中获益。利用 AI 来提升加密生态系统中的用户和开发者体验，增强智能合约的功能并创造新的应用场景，还有更多可能性。

在我们构想这个加密与 AI 融合的未来时，今天我们发布了我们对这一变革性技术融合的核心观点。概览：

• 我们认为，加密/区块链技术并不是推进 AI 技术栈每一层能力或解决新兴挑战的必需品。相反，加密技术可以在为 AI 提供更多分发、验证、抗审查和本地支付渠道方面发挥重要作用，同时利用 AI 机制来推动链上的新用户体验。

• 加密与 AI 的结合可以催生“Agentic Web”，这是一种变革性的模式，其中运行在加密基础设施上的 AI 智能体可以成为经济活动和增长的重要推动力。我们预测，在未来，智能体将拥有自己的加密钱包，自主进行交易和实现用户意图，获取低成本的去中心化计算和数据资源，或利用稳定币支付人类和其他智能体以完成其整体目标所需的任务。

• 支撑这一论点的初步信念包括：(1) 加密货币将成为智能体与人类以及智能体之间进行商业交易的首选支付方式，(2) 生成式 AI 和自然语言界面将成为用户进行链上交易的主要手段，(3) AI 将创造大部分软件代码（包括智能合约），引发链上应用和体验的“寒武纪大爆发”。

• 加密与 AI 的结合可以分为两个核心子部分：(1) 去中心化 AI (Crypto -> AI)，即构建通用 AI 基础设施，使其具备现代点对点区块链网络的特性，(2) 链上 AI (AI -> Crypto)，即构建利用 AI 来支持新旧应用场景的基础设施和应用。

• 加密与 AI 的生态系统可以分为以下层次：(1) 计算层（例如，专注于为 AI 开发者提供潜在图形处理单元 (GPU) 的网络），(2) 数据层（例如，支持 AI 数据管道的去中心化访问、协调和验证的网络），(3) 中间件层（例如，支持 AI 模型/智能体开发、部署和托管的平台），(4) 应用层（例如，利用链上 AI 机制的面向用户的产品，无论是 B2B 还是 B2C）。

在 Coinbase，我们的使命是帮助更新金融系统，使其更加安全和可靠，同时提升消费者和开发者的可访问性和易用性。我们相信，加密与 AI 的结合将在这一过程中发挥重要作用。在这篇博客中，我们将深入探讨加密与 AI 的意义、实现方式以及未来发展方向。

加密与 AI 的介绍

AI 市场近年来经历了显著的增长和投资，风险投资公司在过去五年中向这一领域投入了近 2900 亿美元。世界经济论坛指出，AI 技术可能在未来十年内将美国的年度 GDP 增长提升 0.5-1.5%。AI 应用展现了强劲的吸引力，例如 ChatGPT4 这样的应用程序创下了用户增长和采用的新纪录。然而，随着 AI 市场的快速发展，也出现了一些挑战，包括数据隐私问题、对 AI 人才的需求、伦理考量、集中化风险以及深度伪造技术的兴起。这些挑战促使人们关注加密与 AI 的结合，因为各方正在寻找利用这两种技术的优势来应对这些新兴问题的解决方案。

图：来自 Vitalik Buterin 博客的加密与 AI 图表

加密与 AI 的结合，将区块链的去中心化基础设施与 AI 模仿人类认知功能和学习数据的能力相结合，形成了一种可能颠覆多个行业的协同效应。区块链重新定义了系统架构、数据和交易的验证与分发，而 AI 则提升了数据计算和分析能力，并提供了新的内容生成方式。这种结合在两大技术社区的开发者中引发了既兴奋又怀疑的情绪，推动了对新应用场景的探索，这可能在长期内加速这两个领域的普及。尽管加密和 AI 是涵盖多种不同技术和主题的广泛术语，我们认为它们的结合可以分为两个核心子领域：

• 去中心化 AI (Crypto -> AI) 通过加密的无权限和可组合的基础设施提升 AI 的能力。这使得一些应用成为可能，比如民主化的 AI 资源访问（如计算、存储、带宽、训练数据等）、协作的开源模型开发、可验证的推理，或通过不可变的分类账和加密签名来确保内容的来源和真实性。

• 链上 AI (AI -> Crypto) 将 AI 的优势引入加密生态系统，通过大语言模型和自然语言界面提升用户和开发者的体验，或增强智能合约的功能。链上 AI 的应用有两条途径：(1) 开发者将 AI 模型或智能体整合到他们的智能合约和链上应用中，以及 (2) AI 智能体利用加密通道（如自托管钱包、稳定币等）进行支付和使用去中心化基础设施资源。

虽然“加密在 AI 中”或“AI 在加密中”这两个领域仍然处于起步阶段，但其潜力巨大，特别是在计算基础设施和智能速度不断提升的背景下，有望解锁一系列尚未被设想的应用场景。

加密与 AI：开启“智能代理网络”的关键

我们认为，加密和 AI 的一个特别令人振奋的领域是 AI 智能体在加密基础设施上运行的概念。这种结合旨在打造“智能代理网络”，这是一种变革性的模式，能够在 AI 驱动的经济中提升安全性、效率和协作，并由强大的激励机制和加密技术支持。

我们相信，AI 智能体将成为经济活动和增长的重要推动力，并逐渐取代人类，成为应用程序（无论是链上还是链下）的主要“用户”。这种范式的转变将迫使许多互联网公司重新思考其对未来的基本假设，并提供相应的产品、服务和商业模式，以最好地服务于以智能体为主的经济。然而，我们并不认为在 AI 技术的每一层都需要加密或区块链技术来提升能力或解决新出现的挑战。相反，加密技术可以在为 AI 提供更多分发、可验证性、抗审查性和原生支付渠道方面发挥重要作用，同时利用 AI 技术在链上创造新的用户体验。

我们这一论点的初步信念如下：

• 加密货币将成为智能体与人类及智能体之间商业交易的首选支付方式：加密货币作为互联网原生的可编程货币，在推动基于智能体的经济方面具有显著优势。随着 AI 智能体变得更加自主，并进行大规模的微交易（如支付推理、数据、API 访问、去中心化计算或数据资源等），加密货币的高效性、无国界特性和可编程性使其成为比传统法币更受欢迎的交易媒介。此外，智能体需要独特且可验证的身份（即“了解你的智能体”），以确保在与企业和终端用户交易时符合监管规则和合规要求。低费用的区块链、智能合约、自托管钱包（如 Coinbase AI Wallets）和稳定币可以简化并降低智能体之间复杂金融协议的成本，而去中心化网络的可验证性和不可变性则确保 AI 智能体交易的信任和可审计性。

• 生成式 AI 和自然语言界面将成为用户进行链上交易的主要方式：随着自然语言处理速度和 AI 对加密上下文理解的提升，通过对话界面进行链上交互将成为用户的默认行为和期望，这与当前的 web2 趋势（如 ChatGPT）一致。用户只需用自然语言表达他们的交易意图（例如，“将 X 交换为 Y”），AI 智能体会将这些意图转化为可验证的智能合约代码，从而提供最有效和经济的交易执行路径。

• AI 将生成大部分软件代码（包括智能合约），引发链上应用和体验的“寒武纪大爆发”：AI 在 web2 中的代码生成能力（例如 Devin、Replit）正在迅速提升，并从根本上改变了软件开发的模式。我们相信，这种转变很快将在加密领域成为热点，短期内的重点是大幅降低新老开发者的入门门槛。然而，未来的发展将是 AI“软件智能体”根据用户偏好实时生成智能合约和高度个性化的应用程序，并在链上进行存储和验证。

这些观点表明，AI 和加密之间的界限将日益模糊，创造出一种新的智能、自主和去中心化系统的范式。在此背景下，让我们逐层深入探讨支持 Crypto x AI 的技术堆栈。

Crypto x AI 堆栈中的机会（现状）

将“加密技术融入 AI”或“AI 技术融入加密”的探索，催生了一个迅速发展的复杂新兴领域，吸引了众多开发者竞相抓住市场机遇。我们认为，目前的 Crypto x AI 领域可以划分为以下几个层次：（1）计算层（指专注于为 AI 开发者提供图形处理单元（GPU）资源的网络），（2）数据层（指支持 AI 数据管道去中心化访问、编排和验证的网络），（3）中间件层（指支持 AI 模型或智能体的开发、部署和托管的平台或网络），以及（4）应用层（指利用链上 AI 机制的面向用户的产品，无论是 B2B 还是 B2C）。

计算

AI 的模型训练和推理执行需要大量的 GPU 计算资源。随着 AI 模型的复杂性增加，对计算资源的需求也在不断增长，这导致了像 Nvidia 这样的先进 GPU 供不应求，等待时间变长，成本也在上升。为了解决这些问题，去中心化计算网络正在逐渐成为一个可行的方案：

• 创建开放的市场，让用户可以购买、租赁和托管物理 GPU

• 建立 GPU 聚合平台，让任何人（如比特币矿工）都能贡献多余的 GPU 计算能力来执行 AI 任务，并通过 Token 获得奖励

• 将物理 GPU 代币化，转化为链上的数字资产，实现其金融化

• 开发分布式 GPU 网络，以支持计算密集型任务（如训练和推理）

• 搭建基础设施，使 AI 模型可以在个人设备上运行（类似去中心化的 Apple Intelligence）

这些解决方案的目标是增加 GPU 计算资源的供应和可获取性，同时提供非常有竞争力的价格。然而，由于大多数参与者在支持高级 AI 工作负载方面存在不同程度的限制，面临 GPU 资源分布不集中的问题，并且在某些情况下，缺乏与集中式方案相当的开发工具和稳定性保证，我们认为这些产品在近期至中期内不太可能被广泛采用。正在这一层面发展的新兴领域和示例项目包括：

• 通用计算：去中心化计算市场，提供可用于多种应用的 GPU 计算资源（例如，Akash、Aethir）

• AI / ML 计算：去中心化计算网络，为特定服务提供 GPU 计算资源，如 GPU 聚合器、分布式训练和推理、GPU 代币化等（例如，io.net、Gensyn、Prime Intellect、Hyperbolic、Hyperspace)

• 边缘计算：支持个人化和情境化推理的设备端 LLM 计算和存储网络（例如，PIN AI、Exo、Crynux.ai、Edge Matrix）

数据

为了扩展 AI 模型，需要更大规模的训练数据集，而大语言模型（LLM）目前正使用数万亿字的人类文本进行训练。然而，现今可公开获取的人类生成数据是有限的（根据 Epoch AI 的估计，高质量的语言和数据来源可能在 2024 年耗尽）。这引发了一个问题：缺乏训练数据是否会成为 AI 模型发展的主要瓶颈，导致其性能增长停滞。因此，我们认为，专注于数据的加密与 AI 公司有以下机会来应对这些挑战：

• 激励用户分享他们的私人或专有数据（例如，“数据 DAO”——在链上的实体，数据贡献者可以通过贡献来自社交平台的私有数据获得经济利益，并控制数据的使用和变现）

• 开发工具以从自然语言提示生成合成数据，或激励用户从公共网站抓取数据

• 鼓励用户帮助预处理数据集以训练模型并保持数据质量（例如，数据标注和通过人类反馈进行强化学习）

• 建立多方参与的开放数据市场，任何人都可以因数据贡献而获得报酬。

这些机会催生了许多我们今天在数据层看到的新兴公司。然而，值得注意的是，AI 模型生命周期中的传统中心化企业已经拥有强大的网络效应和传统企业看重的数据合规机制，这可能给去中心化的替代方案留出的空间不多。尽管如此，我们相信，去中心化 AI 的数据层在解决“数据墙”挑战方面仍具有巨大的长期潜力。正在这一领域发展的新兴项目包括：

• 数据市场：去中心化的数据交换协议，帮助数据提供者和消费者共享和交易数据资产（例如，Ocean Protocol、Masa、Sahara AI）

• 用户拥有/私人数据（含 DataDAOs）：激励收集专有数据集的网络，包括用户个人拥有的数据（例如，Vana*、NVG8）

• 公共和合成数据：用于从公共网站抓取数据或通过自然语言提示生成新数据集的平台（例如，Dria、Mizu、Grass、Synesis One）

• 数据智能工具：用于查询、分析、可视化和提供链上数据洞察的平台和应用（例如，Nansen*、Dune*、Arkham、Messari*）

• 数据存储：用于长期存储和归档的文件存储网络，以及管理频繁访问和更新的结构化数据的关系型数据库网络（例如， Filecoin、Arweave*、Ceramic*、Tableland*）

• 数据编排/溯源：优化 AI 和数据密集型应用的数据处理，并确保 AI 生成内容的溯源和真实性的平台（例如，Space and Time、The Graph*、Story Protocol）

• 数据标注：通过激励分布式的人类贡献者创建高质量训练数据集，改善 AI 模型的强化学习和微调机制的平台（例如，Sapien、Kiva AI、Fraction.AI）

• 预言机：使用 AI 为链上智能合约提供可验证的链下数据的网络（例如，Ora、OpenLayer、Chainlink）

中间件

要充分发挥开放和去中心化 AI 模型或智能体生态系统的潜力，必须建立新的基础设施。开发者正在探索的一些高潜力领域包括：

• 使用开放权重的大语言模型（LLM）来支持链上 AI 应用，同时开发能够快速理解和处理链上数据的基础模型

• 为大型基础模型（如超过1000亿参数）提供分布式训练解决方案；尽管由于技术复杂性，这通常被视为难以实现，但 Nous Research、Bittensor 和 Prime Intellect 的最新突破正在改变这一看法

• 利用零知识或乐观机器学习（zkML，opML）、可信执行环境（TEE）或全同态加密（FHE）来实现私密且可验证的推理

• 通过资源协调网络实现开放、协作的 AI 模型开发，或构建利用加密基础设施的智能体网络/平台，以增强 AI 智能体在链上和链下应用中的潜力

尽管在这些基础设施的建设上已有一些进展，但生产就绪的链上 LLMs 和 AI 智能体仍处于初期阶段。我们预计，除非底层的计算、数据和模型基础设施进一步成熟，否则这种情况在短期到中期内不会有大的变化。尽管如此，我们认为这一领域非常有前景，并将其作为 Coinbase Ventures 投资战略的核心关注点，因为长期来看，AI 服务的增长和需求将推动这一领域的发展。在这一层面上，新兴领域和示例项目包括：

• 开放权重的大语言模型（LLM）：这些 AI 模型的权重是公开的，任何人都可以自由使用、修改和分发（例如，LLama3、Mistral、Stability AI）

• 链上模型创建者：用于创建适用于链上场景的基础 LLM 的网络和平台（例如，Pond*、Nous、RPS）

• 训练与微调：提供链上激励和可验证的训练或微调机制的网络和平台（例如，Gensyn、Prime Intellect、Macrocosmos、Flock.io）

• 隐私：使用隐私保护机制来开发、训练和推理 AI 模型的网络和平台（例如，Bagel Network、Arcium*、ZAMA）

• 推理网络：通过加密技术或证明来验证 AI 模型输出正确性的网络（例如，OpenGradient*、Modulus Labs、Giza、Ritual）

• 资源协调网络：促进 AI 模型开发中的资源共享、协作和协调的网络（例如，Bittensor、Near*、Allora、Sentient）

• 智能体网络和平台：帮助在链上和链下环境中创建、部署和货币化 AI 智能体的网络和平台（例如，Morpheus、Olas、Wayfinder、Payman*、Skyfire*）

应用

在加密领域，AI 智能体正在逐渐崭露头角。早期的例子包括 Dawn Wallet，这是一款利用 AI 智能体来发送交易并代表用户与协议互动的加密钱包；Parallel Colony*，这是一款链上游戏，玩家可以与拥有自己钱包并能在游戏中自主创建路径的 AI 智能体合作；以及 Venice.ai，这是一款具有可验证推理和隐私保护机制的生成式 AI 应用和自然语言提示工具。然而，目前的应用开发仍然主要处于实验阶段，并且充满机会主义，许多应用想法因市场的炒作而涌现。尽管如此，我们相信，随着 AI 智能体基础设施和框架的不断进步，加密设计空间将从主要依赖反应性智能合约的应用，逐步转向中长期内更加复杂和主动的应用。以下是一些在这一层面上构建的新兴领域和示例项目：

• AI 伴侣：用于创建、分享和变现用户自有 AI 模型和智能体的应用，具备个性化和上下文感知能力（例如，MagnetAI、MyShell、Deva、Virtuals Protocol）

• 基于自然语言处理的接口：自然语言提示作为主要界面和入口，用于交互和执行链上交易的应用（例如，Venice.AI、Veldt）

• 开发/安全工具：面向开发者的应用和工具，利用 AI 模型或智能体来提升链上开发体验和安全机制（例如，ChainGPT、Guardrail*）

• 风险智能体：利用机器学习模型或 AI 智能体的服务，帮助协议动态调整和实时响应链上风险参数（例如，Chaos Labs*、Gauntlet*、Minerva*）

• 在加密领域，AI 智能体开始崭露头角，早期的例子有 Dawn Wallet，这是一款利用 AI 智能体来发送交易的加密钱包。

• 身份验证（身份证明）：这些应用利用加密证明和机器学习模型来验证用户的身份真实性（例如，Worldcoin*）。

• 治理：这些应用通过 AI 智能体，根据人类的治理决策或反馈来执行交易（例如，Botto、Hats）。

• 交易/去中心化金融（DeFi）：AI 驱动的交易基础设施和 DeFi 协议，使用 AI 智能体来自动化链上交易执行（例如，Taoshi、Intent.Trade）。

• 游戏：链上游戏通过智能 NPC 或 AI 机制来推动核心游戏玩法（例如，Parallel*、PlayAI）。

• 社交：这些应用利用 AI 机制来增强链上的社交体验（例如，KaiKai、NFPrompt）。

结论

虽然加密与 AI 的结合还处于起步阶段，但我们相信，去中心化的 AI 基础设施、链上 AI 应用的进步，以及“智能体网络”的出现将带来显著的发展。在这个网络中，AI 智能体将成为经济活动的主要推动力。尽管在计算基础设施和数据可用性方面仍面临挑战，加密与 AI 的结合可能会加速这两个领域的创新，带来更加透明、去中心化和自主的系统。随着新团队获得资金支持，以及更多成熟团队致力于寻找产品和市场的契合点，整个行业格局正在快速变化。对于互联网原生公司和开发者来说，适应这一变化并利用加密与 AI 的潜力去创造以前无法想象的新应用和体验是至关重要的。

总体而言，Coinbase Ventures 对于加密与 AI 领域的未来潜力和机遇感到非常兴奋，我们正在积极投资于技术栈的每个层面。如果您正在开发边缘计算基础设施、去中心化数据收集和溯源网络、智能体网络或使用链上支付系统的平台，或者是由链上 AI 机制驱动的新型应用，我们非常期待与您交流。